ماذا يحدث:
يُعدّ إيجاد "الهدف المنشود" للاشتراكات أحد أبرز المواضيع في مجال النشر الرقمي اليوم، وقد أظهرت العديد من شركات الإعلام الرائدة أن تفاعل المستخدمين هو المحرك الرئيسي له. وعند قياس هذا التفاعل، لا تزال طريقتي "النشطين شهريًا" و"النشطين يوميًا" اللتين طرحتهما فيسبوك الأكثر شيوعًا. لكن بالنسبة لشركة Deep BI، لا تُعدّ هاتان الطريقتان عمليتين. لذا، استلهمت Deep BI من صحيفة فايننشال تايمز، وتستخدم مقياس تفاعل RFV الذي يجمع بين مقاييس الحداثة والتكرار والحجم.
التعمق أكثر:
تكمن جاذبية مؤشر القيمة النسبية (RFV) في النتيجة الموحدة، مما يسهل متابعتها ومقارنتها واستخدامها. كما يوفر كل جزء من أجزاء النتيجة مقاييس قيّمة قابلة للتنفيذ
- الحداثة : تقيس عدد الأيام التي استخدم فيها المستخدم المنتج أو لم يستخدمه. توفر هذه النتيجة معلومات لاتخاذ إجراءات لاستعادة المستخدمين.
- التكرار : يقيس عدد الأيام الإجمالية التي استخدم فيها المستخدم المنتج خلال فترة زمنية محددة، وذلك لتقييم عاداته وبالتالي احتمالية توقفه عن استخدامه. توفر هذه النتيجة معلومات لتحديد روتين المستخدم.
- حجم الاستخدام : يقيس استهلاك المحتوى من خلال عدد المقالات المقروءة أو مجموعة من تفاعلات الاستخدام. يساعد هذا المؤشر الناشرين على تقديم قيمة جيدة لمستخدميهم؛ وتعتبره شركة Deep BI أهم مؤشر للاستخدام.
أطلقت شركة Deep BI مقاييس RFV على منصتها. يقوم نظام الشركة بحساب درجات التفاعل في الوقت الفعلي في كل مرة يتفاعل فيها المستخدم مع منتج رقمي (تطبيق، خدمة، موقع ويب، إلخ)، ويعزز هذا التفاعل بمقاييس التفاعل الحالية.
استخدام مقاييس التفاعل
تستخدم الشركة تقنية RFV، والذكاء الاصطناعي العميق لتتبع شرائح التفاعل مقابل المشتركين، وعدد المستخدمين المتفاعلين بمرور الوقت، ومخاطر التخلي عن الخدمة، وفئات المحتوى التي يفضلها المستخدمون، والأيام التي شهدت أكبر عدد من المستخدمين المتفاعلين، والمدن ذات أعلى معدلات التفاعل، وما إلى ذلك. وتستخدم الشركة نتائج RFV هذه من أجل:
- تحديد شرائح التفاعل المخصصة
- تحديد شرائح مخاطر التوقف المخصصة
- احسب عدد المستخدمين في كل شريحة
- حساب الديناميكيات (التدفق) بين الأجزاء
- تحديد عوامل التفاعل الرئيسية
- تقاطع شرائح التفاعل مع أنواع أخرى من الشرائح، مثل منتجات الاشتراك.
الخلاصة:
تستخدم شركة Deep BI نتائج تقييم تجربة المستخدم (RFV) لتوفير مقاييس تساعدها على تنمية قاعدة مستخدمين مخلصين يدفعون مقابل خدماتها، وذلك من خلال استراتيجيات إعادة جذب المستخدمين مثل النشرات الإخبارية والإشعارات الفورية والإعلانات. كما تستخدم الشركة هذا النظام لتحسين منتجاتها وتطوير نظام توصيات أفضل.
